“产教融合,协同育人”,以“国产自主”为平台和依托,培养“民族之基,湾区之座”的创新性拔尖人才。 作为行业最尖端的专业之一,专业学生发展前景广阔,涉及大数据、物联网、机器人、高性能计算、软件定义制造、计算机视觉、自然语言处理等最活跃、最创新、最有竞争力的新一代信息技术发展方向。
一、专业定位
人工智能专业是学校未来重点投入和发展的战略性专业。依托学校与粤港澳大湾区,在广东省与珠三角创新的沃土,集中全校力量,培养和聚集高端交叉融合形人才,引领交叉学科的综合发展。同时,发挥“智能制造信息物理融合系统集成技术国家地方联合工程研人工智能专业单列招生,不属于计算机类。与计算机科学与技术伏羲班、软件工程卓越班共同对接华为智能基座计划,呈梯次、呈建制落实究中心”、“广东省信息物理融合系统重点实验室”和系列广东省工程技术研究中心等现有的国家/省级科研平台的最大效益,服务粤港澳大湾区产业升级,突出“人工智能+”特色,领军区域创新,培养大湾区真正急需的高素质创新型高端工程人才。
二、培养目标
培养学生系统掌握人工智能基本理论、知识、技能与方法,具有承担研发任务能力,在相关领域具有较强的工作能力;具有能从事自主无人智能控制、大数据与知识自动化、计算机视觉与图形图像、人工智能前沿技术等新一代信息技术领域的研发工作,及相关教学、管理等工作;能够在企事业单位及其管理部门从事机器感知与模式识别、自然语言处理与理解、知识工程与知识图谱、机器人与智能系统等领域的技术设计、开发和工程管理的工作中发挥主导作用。
具体化为如下四个目标:
目标1:系统掌握智能科学与计算、智能系统与工程、多媒体技术与模式识别、认知/控制/系统/信息论等人工智能基本理论、知识、技能与方法,具有承担研发任务能力,在相关领域具有较强的工作能力;
目标2:能从事人工智能直接关联的跨媒体智能、大数据智能、机器人及混合增强智能等新一代信息技术领域的研发工作,及相关教学、管理等工作,能够成为单位的业务骨干,有独立开展人工智能关联的工程领域应用能力;
目标3:有良好的人文社会科学素养、社会责任感和工程职业道德,能够成为单位的业务骨干,有获得相当于算法工程师、数据工程师与系统架构工程师技术职称的能力;
目标4:能够具有学习、沟通与表达、跨文化合作与交流能力,在信息与人工智能技术行业不同职能团队中发挥特定作用,并具备承担领导角色的能力。
培养预期:本专业学生毕业5年左右能够发展为合格的工程师,能够独立解决人工智能相关领域复杂工程问题,成为所在领域的技术或管理骨干。
三、培养规格
1) 学制与学分
本专业学制四年。2020年首次招生,2021年开始单列招生,不属于计算机类。课内总学分不低于162学分,其中实践教学环节学分不少于33.5学分。
2) 能力与素质要求
人工智能专业的学生应具有爱岗敬业、求真求实、团结合作的品质;具有良好的思想品德、社会公德和职业道德。应具有良好的科学素养,具有全面的文化素质、良好的知识结构和较强的适应新环境、新群体的能力,以及良好的语言(中、英文)运用能力。
经过四年的系统培养,本专业学生在毕业时应达成以下毕业要求:
毕业要求1 工程知识:能够将数学、自然科学、工程基础和专业知识用于解决人工智能领域复杂工程问题。
✧ 1.1 能够将数学、自然科学、工程科学的语言工具用于人工智能领域的工程问题的表述。
✧ 1.2 能针对复杂计算系统和过程选择或建立适当的描述模型并求解,具有数字化、算法、模块化与层次化等核心专业意识。
✧ 1.3 能对复杂的计算系统设计方案和模型的正确性进行评价并得出结论,能运用数学与自然科学及有关知识对复杂计算系统的解决途径进行分析和改进。
毕业要求2 问题分析:能够应用数学、自然科学和工程科学的基本原理,识别、表达、并通过文献研究分析人工智能领域复杂工程问题,以获得有效的需求分析方案。
✧ 2.1 能运用相关科学原理,识别和判断复杂工程问题的关键环节。
✧ 2.2 能基于相关科学原理和数学模型方法正确表达复杂工程问题。
✧ 2.3能认识到解决问题有多种方案可选择,会通过文献研究寻求可替代的解决方案。
✧ 2.4能运用基本原理,借助文献研究,分析过程的影响因素,获得有效结论
毕业要求3 设计/开发解决方案:能够设计复杂智能系统工程问题的解决方案,设计满足特定需求的系统、部件或过程,并能够在设计环节中体现工程意识,考虑社会、健康、安全、法律、文化以及环境等因素。
✧ 3.1 掌握工程设计和产品开发全周期、全流程的基本设计/开发方法和技术,及影响设计目标和技术方案的各种因素。
✧ 3.2 能够针对特定需求,完成单元(部件)的设计。
✧ 3.3能够进行系统或工艺流程设计,在设计中体现创新意识。
✧ 3.4在设计中能够考虑安全、健康、法律、文化及环境等制约因素。
毕业要求4 研究:能够基于科学原理并采用科学方法对人工智能领域复杂工程问题进行研究,包括设计实验、调试、分析与解释数据、并通过信息综合得到合理有效的结论。
✧ 4.1 能够基于科学原理,通过文献研究或相关算法,调研和分析复杂工程问题的解决方案。
✧ 4.2 能够根据对象特征,选择研究路线,设计实验方案。
✧ 4.3 能够根据实验方案构建实验系统,安全地开展实验,正确地采集实验数据。
✧ 4.4能够对实验结果进行分析和解释,并通过信息综合得到合理有效的结论。
毕业要求5 使用现代工具:能够针对人工智能领域复杂工程问题,开发、选择与使用恰当的技术、资源、工程技术开发工具,包括对问题的预测与模拟,并能够理解其局限性。
✧ 5.1 掌握专业常用的现代仪器、信息技术工具、工程工具和模拟软件的使用原理和方法,并理解其局限性。
✧ 5.2 能够选择与使用恰当的仪器、信息资源、工程工具和专业模拟软件,对复杂工程问题进行分析、计算与设计。
✧ 5.3能够针对具体的对象,开发或选用满足特定需求的现代工具,模拟和预测专业问题,并能够分析局限性
毕业要求6 工程与社会:能够基于人工智能相关工程背景知识进行合理分析,评价计算机信息系统工程实践和人工智能复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。
✧ 6.1 能够理解专业相关领域的技术标准体系、知识产权、产业政策和法律法规,理解不同社会文化对工程活动的影响。
✧ 6.2 能分析和评价专业工程实践对社会、健康、安全、法律、文化的影响,以及这些制约因素对项目实施的影响,并理解应承担的责任,树立和践行社会主义核心价值观。
毕业要求7 环境和可持续发展:能够理解和评价针对人工智能领域复杂工程问题的工程实践对环境、社会可持续发展的影响。
✧ 7.1 知晓和理解环境保护和可持续发展的理念和内涵。
✧ 7.2 能够站在环境保护和可持续发展的角度思考专业工程实践的可持续性,评价产品周期中可能对人类和环境造成的损害和隐患。
毕业要求8 职业规范:具有人文社会科学素养、社会责任感,能够在人工智能相关工程实践中理解并遵守工程职业道德和规范,履行责任。
✧ 8.1 树立和践行社会主义核心价值观,理解个人与社会的关系,了解中国国情。
✧ 8.2 能够在工程实践中自觉遵守诚实公正、诚信守则的工程职业道德和规范。
✧ 8.3 能够在工程实践中自觉履行工程师对公众的安全、健康和福祉,以及环境保护的社会职责。
毕业要求9 个人和团队:能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。
✧ 9.1 能与其他学科的成员有效沟通,合作共事。
✧ 9.2 能够在团队中独立或合作开展工作。
✧ 9.3能够组织、协调和指挥团队开展工作。
毕业要求10 沟通:能够就人工智能领域复杂工程问题与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野,能够在跨文化背景下进行沟通和交流。
✧ 10.1 能就专业问题,以口头、文稿、图表等方式,准确表达自己的观点,回应质疑,理解与业界同行和社会公众交流的差异性。
✧ 10.2 能够认识专业领域的国际发展趋势、研究热点,理解和尊重世界不同文化的差异性和多样性。
✧ 10.3 具备跨文化交流的语言和书面表达能力,能就专业问题,在跨文化背景下进行基本沟通和交流。
毕业要求11 项目管理:理解并掌握工程管理原理与经济决策方法,并能在多学科环境中应用。
✧ 11.1 掌握工程项目中涉及的管理与经济决策方法。
✧ 11.2 能够认识工程及产品全周期的成本构成,理解其中涉及的工程管理与经济决策问题。
✧ 11.3 能在多学科环境下(包括模拟环境),在设计开发解决方案的过程中,运用工程管理与经济决策方法。
毕业要求12 终身学习:具有自主学习和终身学习意识,有不断学习和适应发展的能力。
✧ 12.1 能在社会发展的大背景下,认识到自主和终身学习的必要性。
✧ 12.2 具有自主学习的能力,包括对技术问题的理解能力,归纳总结的能力和提出问题的能力等。
四、课程体系
本专业基于产出导向教育(OBE)的反向设计原则:根据内/外部需求确定培养目标,根据培养目标确定毕业要求,再根据毕业要求确定技能、知识与能力要求及培养方式,再进行课程设置,并形成课程体系。
1) 总体框架
1.1 课内部分
课程类别 |
内容说明 |
总学分 |
总学时 |
占总学分比例 |
小计 |
必修 |
公共基础课 |
含“思想政治理论课”、体育、大学英语、高等数学、大学物理、计算机文化基础等。 |
54.5 |
988 |
33.6% |
60.8% |
专业基础课 |
构筑专业基础平台的基本概念、理论和基础知识的课程。 |
36 |
576 |
22.2% |
专业课 |
构筑专业方向的概念、理论和知识的课程。 |
8 |
132 |
5.0% |
实验实习实训 |
|
14.5 |
204 |
9.6% |
20.7% |
设计(论文) |
|
19 |
224 |
11.7% |
课程类别 |
内容说明 |
总学分 |
总学时 |
占总学分比例 |
小计 |
选修
|
全校性公共课(至少选12.0学分) |
指人文社科类、自然科学与工程技术类全校性公选课。 |
12.0 |
200 |
7.4% |
14.8% |
专业基础课(至少选6.0学分) |
指相关学科和跨学科的基础理论和知识的课程。 |
6.0 |
96 |
3.7% |
专业课(至少选6.0学分) |
指学科方向和跨学科方向的基础理论和知识的课程。 |
6.0 |
96 |
3.7% |
实验实习实训(至少选3.0学分) |
|
3.0 |
48 |
1.9% |
3.7% |
设计(论文)(至少选3.0学分) |
|
3.0 |
48 |
1.9% |
合计Total |
162 |
2620 |
100% |
100% |
1.2 课外部分
课程类别 |
课程名称 |
学分 |
总学时 |
实验学时 |
实习实训学时 |
上机学时
|
必修 |
公共教育类 |
入学教育 |
0.5 |
0.5周 |
|
|
|
公益活动 |
1.0 |
16 |
|
|
|
社会实践 |
2.0 |
32 |
|
|
|
“毛泽东思想和中国特色社会主义理论体系概论”课外导读 |
1.0 |
16 |
|
|
|
毕业教育 |
0.5 |
0.5周 |
|
|
|
小计 |
5.0 |
80 |
|
|
|
选修 |
课外活动名称 |
课外活动和社会实践的要求 |
课外学分 |
英语及计算机考试 |
全国大学英语六级考试 |
考试成绩达到学校要求者 |
2 |
全国计算机等级考试 |
获二级以上证书者 |
2 |
全国计算机软件资格、水平考试 |
获程序员证书者 |
2 |
获高级程序员证书者 |
3 |
获系统分析员证书者 |
4 |
行业资格考试 |
参加全国行业资格统考 |
获行业资格证书者 |
1 |
竞赛 |
校级 |
获一等奖者 |
2 |
获二等奖者 |
1 |
获三等奖者 |
0.5 |
省级 |
获一等奖者 |
3 |
获二等奖者 |
2 |
获三等奖者 |
1 |
全国 |
获一等奖者 |
5 |
获二等奖者 |
4 |
获三等奖者 |
3 |
系列讲座 |
参加学校组织的系列讲座 |
参加累计4场次以上 |
1 |
论文 |
在全国性一般刊物发表论文 |
每篇论文 |
1 |
核心刊物发表论文 |
每篇论文 |
2 |
课外科技创新活动
|
参与课外科技创新活动 |
每项 |
1 |
2) 专业核心课程
专业必修核心课程包括人工智能导论、程序设计、编译原理、计算机网络、计算机组成原理、软件工程、数据结构、操作系统、数据库系统、数字逻辑与系统设计、离散数学、算法设计与分析、机器学习、最优化方法、深度学习等。
此外,人工智能专业还设有选修课程如下:
① 专业基础选修课(至少6.0学分):Java程序设计、Python数值分析、ACM程序设计、智能芯片原理与应用、Linux技术、高性能计算、智能系统与应用、虚拟化与云计算。
② 专业方向(模块化)选修课(至少6.0学分):
✧ 自然语言处理与知识自动化:大数据技术基础、自然语言处理、知识工程与知识图谱;
✧ 模式识别与视觉计算:图像处理与模式识别、图形学与虚拟现实、计算机视觉;
3) 实践教学环节
实践教学包括军训,工程训练,专业技能训练,课程实验,课程设计,专业综合拓展,专业项目设计,毕业实习,毕业设计(论文)等,其中课程实验与课程设计详情见下表4.3-1。
表4.3-1 课程实验与设计
课程实验 |
大学物理实验 |
程序设计实验 |
数字逻辑及系统设计实验 |
数据结构实验 |
计算机组成原理实验 |
操作系统实验 |
编译原理实验 |
数据库系统实验 |
计算机网络实验 |
课程设计 |
程序设计课程设计 |
数据结构课程设计 |
操作系统课程设计 |
编译原理课程设计 |
数据库系统课程设计 |
计算机网络课程设计 |
五、师资队伍
人工智能专业依托计算机科学与技术系,已形成一支具有较高的教学水平、较宽的国际视野、丰富的工程背景的专任教师队伍;教师数量能满足教学需要,且职称、年龄、专业、学缘等结构合理。
计算机科学与技术系共有专任教师51名,教师队伍的总体状况见表5-1。从年龄结构上看,师资队伍以中青年教师为主体,老、中、青相结合。从学历层次结构上看,有博士学位的教师比例为80.39%,具有硕士学位以上的教师30人,占教师总数的100%。从职称结构上看,具有高级职称教师比例为68.63%,中级教师比例为31.37%。毕业于计算机大类及其相近专业的教师比例98.04%,工程背景上看,具有企业工程实践经验的教师占比100%;从国际化背景上看,具有海外求学经历或半年以上出国进修、工作经历的教师24人,占教师总数的47.06%。毕业于计算机大类及其相近专业的教师比例98.04%,近年来在科研项目、论文和专利方面均取得了较丰富的学术成果。
表5-1 师资队伍情况汇总(人)
职称 |
35岁以下 |
36-45岁 |
46-60岁 |
60岁以上 |
左边合计 |
博士 |
硕士 |
本类专业 |
相近专业 |
其它专业 |
正高 |
0 |
7 |
8 |
0 |
15 |
14 |
1 |
8 |
7 |
0 |
副高 |
1 |
10 |
9 |
0 |
20 |
15 |
5 |
11 |
8 |
1 |
中级 |
4 |
6 |
6 |
0 |
16 |
12 |
4 |
13 |
3 |
0 |
合计 |
5 |
23 |
23 |
0 |
51 |
41 |
10 |
22 |
18 |
1 |
六、教学条件
1) 实验室与设备
学校详细教室情况统计如表6.1-1所示。满足学校所有专业上课和自习需要。计算机自主学习中心和外语语音室面向全校学生开放,学生凭校园一卡通免费上机学习和外语听力训练,方便学生对计算机、语言类课程进行复习、训练等。
表6.1-1 学校教室情况统计
教室种类 |
教室数量(间) |
小计 |
单个容纳人数[<50] |
单个容纳人数[50~90] |
单个容纳人数[91~120] |
单个容纳人数[>120] |
多媒体课室 |
9 |
36 |
90 |
74 |
209 |
语音室 |
3 |
2 |
9 |
0 |
14 |
计算机房 |
0 |
0 |
10 |
0 |
10 |
其他教室 |
9 |
12 |
16 |
3 |
40 |
合计 |
21 |
50 |
125 |
77 |
275 |
人工智能专业的基础实践环节都在学校实验教学部完成。实验教学部面向全校本科生开设了工程训练、大学物理实验、电工电子类实验和实训、计算机基础类实验等课程。与本专业相关的公共类和专业类的实验教学中心包括1个国家级实验教学示范中心,6个省级实验教学示范中心,具体情况如下表6.1-2
表6.1-2 本专业相关国家级省级实验教学示范中心情况表
级别 |
名称 |
批准时间 |
国家级实验教学示范中心 |
工程训练实验教学示范中心 |
2007 |
省级实验教学示范中心 |
大学物理实验教学示范中心 |
2005 |
工程训练实验教学示范中心 |
2005 |
计算机基础实验教学示范中心 |
2005 |
电工电子实验教学示范中心 |
2006 |
计算机与网络实验教学示范中心 |
2007 |
软件工程实验教学示范中心 |
2017 |
目前本专业5个实验室,分别为接口与通信实验室、计算机组成原理实验室、图像处理与图形学实验室、云计算和大数据教学与研究中心实验室和人工智能专业实践与创新指导室。面积共777.62m2(详见表6.1-3)。总资产1717万元,设备数966台(详见表6.1-3)。
表6.1-3 人工智能专业相关实验室
序号 |
实验室名称 |
实验楼 |
实验室房号(括号内为辅助室) |
负责人 |
面积(平方米) |
1 |
接口与通信实验室 |
工学1号馆 |
314 |
陈靖宇 |
233.28 |
2 |
计算机组成原理实验室 |
工学1号馆 |
315 |
陈靖宇 |
233.28 |
3 |
图像处理与图形学实验室 |
工学1号馆 |
319 |
王瑛 |
155.52 |
4 |
云计算和大数据教学与研究中心 |
工学1号馆 |
718 |
陈炳丰 |
77.76 |
5 |
人工智能专业实践与创新指导室 |
工学1号馆 |
321 |
朱鉴 |
77.76 |
合计 |
777.62 |
表6.1-3 人工智能专业相关实验室仪器设备基本情况表
类 别 |
接口与通信实验室 |
计算机组成原理实验室 |
图形图像实验室 |
云计算和大数据教学与研究中心实验室 |
计算机学院实验中心 |
实验设备(台/套) |
492 |
148 |
310 |
16 |
3710 |
实验设备资产(万元) |
236 |
64 |
170 |
1247 |
5300 |
实验室紧扣产业链不断优化教学平台,建设覆盖有计算机组成原理、接口与通信、智能工程、网络安全、网络工程、网络测试与分析、软件测试、图像处理与图形学、SUN工作站、软件实验、云计算等教学平台,集教学、科研、服务于一体,是系统完整、功能完备、管理智能的人工智能专业实验教学平台。可以满足学生基础通识、综合训练、专业设计和创新研究四个层次的实验教学需求。学生可以根据自己的兴趣和爱好选择喜欢的创新课题,开展创新性实验,锻炼自身的创新能力和科研能力,达到本专业培养目标要求。另外,在实验室所在每个楼层都备有4个消防栓和16个以上的灭火器,保障了实验室的安全。
2) 实践基地
实习(训)是人才培养过程中的一个重要实践教学环节,其目的是巩固所学理论知识,学习先进的生产技术和组织管理知识,提高分析问题、解决问题的能力,培养学生实践能力和创新意识。本专业依托的计算机科学与技术系非常重视学生实践环节培养,通过产教融合、校企合作,与广州腾科网络技术有限公司(广省大学生校外实践基地)、广州源酷信息科技有限公司(校级校外实践基地)、蓝盾信息安全技术股份有限公司(校级校外实践基地)、东软教育信息技术有限公司(校级校外实践基地)等大型企业合作共建校外工程实践平台作为专业的实习和实训基地(参见表6.2-1),为学生毕业实习等实践环节的顺利实施提供了良好保障。这些实习实训基地均能满足本专业的实习实训,使学生对网络技术、网络安全、软件开发等从分析设计、开发维护、系统集成原等有更深刻的认识。
表6.2-1 计算机科学与技术系与企业合作建立实践基地的情况
序号 |
基地名称 |
承担的教学任务 |
学生在基地考核方式 |
近两年每年进基地学生数 |
19-20学年 |
18-19学年 |
19-20学年 |
1 |
广州腾科网络技术有限公司 |
毕业实习 |
平时表现和实习报告 |
61 |
60 |
100 |
2 |
广州源酷信息科技有限公司 |
毕业实习 |
平时表现和实习报告 |
13 |
|
|
3 |
蓝盾信息安全技术股份有限公司 |
毕业实习 |
平时表现和实习报告 |
17 |
14 |
|
4 |
广东道一信息技术股份有限公司 |
毕业实习 |
平时表现和实习报告 |
|
|
|
5 |
广州东软睿道教育咨询有限公司 |
毕业实习 |
平时表现和实习报告 |
99 |
88 |
|
6 |
南京优速网络科技有限公司 |
毕业实习 |
平时表现和实习报告 |
|
62 |
|
7 |
郑州云海科技有限公司 |
毕业实习 |
平时表现和实习报告 |
|
|
95 |
8 |
北京字节跳动网络技术有限公司 |
毕业实习 |
平时表现和实习报告 |
|
|
|
9 |
腾讯科技有限公司 |
毕业实习 |
平时表现和实习报告 |
|
|
77 |
10 |
广州正脉教育技术有限公司 |
毕业实习 |
平时表现和实习报告 |
|
|
|